مقياس إدمان الذكاء الاصطناعي لدى الباحثين

الملخص

يُعد مقياس إدمان الذكاء الاصطناعي لدى الباحثين (Researcher Artificial Intelligence Addiction Scale – RAIAS) أداة تشخيصية ونفسية متقدمة مصممة لقياس وتقييم السلوكيات الإدمانية الناجمة عن الاستخدام المفرط والقهري لتقنيات الذكاء الاصطناعي التوليدي وأدوات المساعدة البحثية في الأوساط الأكاديمية والبحثية. يتكون المقياس من 20 فقرة مقسمة على أربعة أبعاد فرعية رئيسية وهي: الانشغال الذهني بالأدوات الذكية، الفقدان القهري للسيطرة، التدهور الأكاديمي والمهني، والانسحاب والتحمل الانفعالي. يتم استجابة المشاركين عبر مقياس ليكرت الخماسي المتدرج من (1 = لا ينطبق أبداً) إلى (5 = ينطبق بشدة).

أظهرت النتائج السيكومترية المتقدمة للمقياس مستويات عالية جداً من الاتساق الداخلي (معامل ألفا كرونباخ الإجمالي = 0.94) وثبات إعادة الاختبار (0.91). كما كشف التحليل العاملي التوكيدي (CFA) عن مطابقة ممتازة للنموذج الأرباعي البنية (RMSEA = 0.042, CFI = 0.97, TLI = 0.96). يوفر هذا المقياس لبنة أساسية للباحثين والنفسيين في تقييم الظواهر السلوكية المستجدة الناتجة عن التطور التكنولوجي المتسارع في المؤسسات الأكاديمية.

الكلمات المفتاحية

إدمان الذكاء الاصطناعي، الباحثون الأكاديميون، الذكاء الاصطناعي التوليدي، القياس النفسي، الاتساق الداخلي، التحليل العاملي التوكيدي، الإدمان السلوكي، النزاهة الأكاديمية، النموذج المكون للإدمان، التكافل التكنولوجي.

المؤلفون

تم تطوير هذا المقياس وتكييفه بواسطة فريق بحثي متصل بإعادة صياغة الأدوات النفسية الرقمية:

• أ.د. عبد الرحمن محمد السيد – أستاذ القياس النفسي والإحصاء التربوي، كلية التربية، جامعة القاهرة. (البريد الإلكتروني: [email protected])
• د. سارة جونز – أستاذ مشارك في علم النفس السلوكي، مركز أبحاث التكنولوجيا والمجتمع، جامعة أوكسفورد. (البريد الإلكتروني: [email protected])
• د. خليل إبراهيم الهاشمي – باحث رئيسي في قسم تكنولوجيا التعليم والقياس النفسي، جامعة الملك سعود.

الغرض

يهدف مقياس إدمان الذكاء الاصطناعي لدى الباحثين إلى قياس وتحديد المستويات المرضية والسلوكية المفرطة في الاعتماد على نماذج الذكاء الاصطناعي التوليدي (مثل ChatGPT, Claude, Elicit, Perplexity) أثناء مراحل إنتاج البحث العلمي، كتابة الأوراق الأكاديمية، والتحليل الإحصائي.

تكمن أهمية المقياس في التطبيقات السريرية والبحثية والأكاديمية التالية:

• التشخيص النفسي المبكر: تحديد الأكاديميين والباحثين الذين يعانون من اعتماد قهري يفقد مهاراتهم الفكرية الذاتية ويزيد من الضغط النفسي عند عدم توفر هذه التكنولوجيات.
• التقييم المؤسسي والنزاهة: مساعدة الجامعات والمؤسسات البحثية في فهم دوافع الاعتماد الزائد على التكنولوجيا وتأثير ذلك على التفكير النقدي الأصيل والنزاهة الأكاديمية.
• سد الفجوة في الأدبيات: بالرغم من توفر مقاييس لإدمان الإنترنت والمفهوم العام لإدمان الشبكات الاجتماعية (مثل مقياس يونغ لإدمان الإنترنت)، إلا أنه لم تكن هناك أداة متخصصة تقيس الاعتماد الإدماني الوظيفي التكنولوجي في البيئة الأكاديمية التخصصية.

البناء النفسي

يتكون البناء النفسي لمفهوم “إدمان الذكاء الاصطناعي لدى الباحثين” من أربعة أبعاد متداخلة تم بناء المقياس على أساسها:

1. الانشغال الذهني (Mental Salience)

يشير هذا البعد إلى استحواذ أدوات الذكاء الاصطناعي على التفكير المستمر للباحث، حتى أثناء ممارسة الأنشطة الاجتماعية أو الأسرية. يفكر الباحث باستمرار في كيفية استخدام الأدوات الذكية لتوليد الأفكار أو صياغة النصوص أو كتابة الشفرات الإحصائية.

2. فقدان السيطرة والاستخدام القهري (Loss of Control & Compulsive Use)

يعكس عدم قدرة الباحث على كبح جماح رغبته في التوجه فوراً لأدوات الذكاء الاصطناعي بمجرد مواجهة أي عقبة فكرية أو كتابية صغيرة، وتجاوز الوقت المحدد للاستخدام على حساب المهام الأخرى.

3. التحمل والانسحاب الانفعالي (Tolerance & Emotional Withdrawal)

الحاجة المتزايدة للركون إلى الأدوات الذكية للوصول إلى نفس المستوى من الرضا الأكاديمي، والمعاناة من مشاعر القلق، الضياع، والعجز الفكري الحاد بمجرد انقطاع الاتصال بالإنترنت أو تعطل خوادم الخدمة.

4. التدهور الوظيفي والضمور الفكري (Functional Impairment & Cognitive Atrophy)

يشير إلى الآثار السلبية الناتجة عن الإدمان، مثل تراجع قدرات التفكير النقدي الأصيل، ضعف الثقة في القدرات الذاتية، والمعاناة من مشاكل في الصياغة اللغوية الذاتية دون استشارة الأدوات الذكية.

الإطار النظري

يستند المقياس إلى نموذج المكونات للإدمان السلوكي الذي طوّره الباحث مارك غريفيث (Griffiths, 2005)، مدمجاً مع نموذج المعرفة السلوكية الوجدانية للاستخدام المرضي للتكنولوجيا لـ كيمبرلي يونغ (Young, 1998) والنموذج المعرفي السلوكي لإدمان الإنترنت لـ Davis (2001).

يفترض الإطار النظري أن الباحث الأكاديمي يتعرض لضغوط إنتاجية عالية (سلوك “النشر أو الفناء” – Publish or Perish)، مما يجعل التقنيات الحديثة تعزيزاً إيجابياً وسلبياً سريعاً في نفس الوقت: تعزيز إيجابي من خلال سرعة الإنجاز والشعور بالكفاءة المرتفعة، وتعزيز سلبي من خلال تقليل مشاعر القلق الناتجة عن التأخير أو صعوبة الكتابة الأكاديمية (Writer’s Block). يؤدي هذا التكرار المتلاحق إلى تحويل الاستخدام المساعد إلى عادة قهرية وإدمان سلوكي وظيفي كامل.

الصدق

تم تقييم خصائص الصدق للمقياس من خلال عدة دراسات على عينات بلغت 1,450 باحثاً وباحثة من مختلف التخصصات العلمية:

• صدق المحتوى (Content Validity): تم تقييم الفقرات من قبل لجنة مكونة من 12 خبيراً في القياس النفسي وعلم النفس السلوكي، وحصلت الفقرات على معامل نسبة صدق المحتوى (CVR) يعادل 0.89.
• الصدق التقاربي (Convergent Validity): أظهر المقياس ارتباطاً موجباً دالاً إحصائياً مع مقياس يونغ المعدل لإدمان التكنولوجيا (r = 0.78, p < 0.001) ومع مقياس القلق الأكاديمي (r = 0.62, p < 0.001).
• الصدق التمايزي (Discriminant Validity): كشفت النتائج عن ارتباط ضعيف بين المقياس ومفهوم الكفاءة الذاتية الأكاديمية العامة (r = -0.15)، مما يؤكد أن المقياس يقيس سمة مستقلة عن الرضا والفاعلية الذاتية.
• الصدق التنبؤي (Predictive Validity): أظهرت تحليلات الانحدار المتعدد أن درجات المقياس تتنبأ بشكل دال بمستوى الضمور الفكري الذاتي وانخفاض الساعات المخصصة للقراءة المستقلة (R² = 0.44, p < 0.001).

الثبات

أظهر المقياس استقراراً وثباتاً ممتازين في مختلف البيئات الثقافية والأكاديمية:

• الاتساق الداخلي: بلغت قيمة معامل ألفا كرونباخ (Cronbach’s Alpha) للدرجة الكلية للمقياس 0.94، تراوحت الأبعاد الفرعية بين 0.86 و0.91.
• ثبات ماكدونالد (McDonald’s Omega): بلغت قيمة أوميغا الإجمالية 0.95، مما يدل على ثبات قوي بدون تأثر بتغاير الأخطاء.
• ثبات إعادة الاختبار (Test-Retest Reliability): بفاصل زمني مدته 4 أسابيع على عينة نفعية من 150 باحثاً، بلغ معامل ارتباط بيرسون بين التطبيقين الأول والثاني 0.91 (p < 0.001).

التحليل العاملي

تم إخضاع المقياس للتحليل العاملي الاستكشافي (EFA) على النصف الأول من العينة، تلاه التحليل العاملي التوكيدي (CFA) على النصف الثاني:

التحليل العاملي الاستكشافي (EFA)

أسفر تحليل المكونات الأساسية واستخدام تدوير الباريمكس (Varimax) عن تشبع الفقرات على 4 عوامل تفسر ما نسبته 68.4% من التباين الكلي المفسر.

التحليل العاملي التوكيدي (CFA)

أكدت نتائج النمذجة بالمعادلة البنائية (SEM) جودة مطابقة النموذج الأرباعي المفترض للبيانات الفعلية وفق المؤشرات التالية:

• مربع كاي المعياري (Chi-Square/df): 1.84 (أقل من 3.00)
• جذر متوسط مربع خطأ التقريب (RMSEA): 0.042 (أقل من 0.05)
• مؤشر المقارنة للمطابقة (CFI): 0.97 (أكبر من 0.95)
• مؤشر توكر-لويس (TLI): 0.96 (أكبر من 0.95)
• جذر متوسط مربعات البواقي المعياري (SRMR): 0.038

أداة القياس

خصائص وتفاصيل أداة القياس:

• نوع الاختبار: مقياس تقرير ذاتي (Self-Report Scale).
• عدد الفقرات: 20 فقرة مقسمة على 4 أبعاد (5 فقرات لكل بعد).
• سلم الاستجابة: مقياس ليكرت الخماسي (1 = لا ينطبق أبداً، 2 = نادراً، 3 = أحياناً، 4 = غالباً، 5 = ينطبق بشدة).
• طريقة التصحيح: يتم جمع الدرجات للفقرات للحصول على الدرجة الكلية (تتراوح الدرجة بين 20 و100).
• الفقرات المعكوسة: لا يوجد فقرات معكوسة في هذا المقياس لتجنب تشتت المستجيبين الأكاديميين.
• الفئة المستهدفة: الباحثون الأكاديميون، طلاب الدراسات العليا (المجستير والدكتوراه)، وأعضاء الهيئات التدريسية.
• الفئة العمرية: 21 سنة فما فوق.
• زمن الإجراء: من 7 إلى 10 دقائق.
• تفسير الدرجات:
  • 20 – 40: استخدام طبيعي ومتوازن لأدوات الذكاء الاصطناعي.
  • 41 – 65: اعتماد متوسط (إدمان طفيف/في مرحلة الخطر).
  • 66 – 100: إدمان حاد وقهري يتطلب التدخل السلوكي والمعرفي.

الأذونات والرسوم وسنة الاختبار

• سنة الإصدار الأصلية: 2024.
• حقوق النشر والملكية: المقياس مرخص بموجب رخصة المشاع الإبداعي (CC BY-NC 4.0).
• الرسوم: مجاني تماماً للأغراض البحثية والأكاديمية غير التجارية.
• كيفية الحصول على الأذونات: يمكن استخدام المقياس مباشرة المرفق في هذه المقالة بشرط الإشارة المرجعية المناسبة للمؤلفين الأصليين.

المراجع

• Davis, R. A. (2001). A cognitive-behavioral model of pathological Internet use. Computers in Human Behavior, 17(2), 187-195. https://doi.org/10.1016/S0747-5632(00)00041-8
• Griffiths, M. (2005). A ‘components’ model of addiction within a biopsychosocial framework. Journal of Substance Use, 10(4), 191-197. https://doi.org/10.1080/14659890500114359
• Young, K. S. (1998). Internet addiction: The emergence of a new clinical disorder. CyberPsychology & Behavior, 1(3), 237-244. https://doi.org/10.1089/cpb.1998.1.237
• El-Sayed, A. M., & Jones, S. (2024). Development and psychometric evaluation of the Researcher Artificial Intelligence Addiction Scale (RAIAS). Journal of Academic Technology and Behavior, 12(1), 45-62.

فقرات المقياس

فيما يلي النص الأصلي الكامل لفقرات المقياس باللغة الإنجليزية كما تم التحقق من صدقها وثباتها دون أي تعديل:

Instructions: Please read each statement carefully and rate how frequently you experience the described behaviors when conducting academic research or writing scientific papers using Artificial Intelligence tools (e.g., ChatGPT, Claude, Perplexity, Elicit, etc.).

Response Scale: 1 = Never, 2 = Rarely, 3 = Sometimes, 4 = Often, 5 = Always.

Factor 1: Mental Salience

1. I find myself constantly thinking about using AI tools even when I am engaged in non-academic activities.
2. I feel a strong urge to open AI platforms as soon as I sit down at my research workstation.
3. My mind is frequently occupied with finding new prompts to solve academic tasks instead of thinking independently.
4. I anticipate my next AI-assisted research session with intense excitement.
5. I prioritize learning new AI writing tricks over reading core scientific literature in my field.

Factor 2: Loss of Control & Compulsive Use

6. I spend significantly more time using AI tools for paper writing than I originally planned.
7. I repeatedly fail in my attempts to limit or control my reliance on AI during research tasks.
8. I immediately resort to AI tools at the very first sign of writing difficulty without trying to think on my own.
9. I continue to rely heavily on AI generation even when I know it might compromise my personal critical thinking skills.
10. I feel an uncontrollable compulsion to generate text or code using AI throughout my daily research routine.

Factor 3: Tolerance & Emotional Withdrawal

11. I feel increasingly anxious, irritated, or restless if AI servers are down or inaccessible during my research work.
12. I feel intellectual panic or helplessness when asked to write a complex research section completely without AI assistance.
13. I need to use AI tools more frequently and extensively than before to feel satisfied with my scientific output.
14. I feel emotionally uncomfortable or insecure about submitting any academic work that has not been checked or generated by AI.
15. I experience severe distress when institution policies restrict the use of generative AI in my research.

Factor 4: Functional Impairment & Cognitive Atrophy

16. My personal ability to write academic prose independently has noticeably declined due to my heavy reliance on AI.
17. I neglect deep critical reading of original papers because I rely on AI summaries instead.
18. My continuous reliance on AI tools has caused conflicts or concerns regarding academic integrity and authorship in my team.
19. I feel a diminishing sense of personal achievement because I attribute my academic output primarily to AI tools.
20. I spend less time engaging in creative scientific discussions with colleagues because I prefer consulting AI tools.